我接近1000张图片,我想用它作为opencv的正样本,用于cascadedtrainer。Opencv创建样本实用程序:做紧包围盒取代未取出的图像的正面样本?
我读过这个优秀的教程:http://note.sonots.com/SciSoftware/haartraining.html,以及此:http://www.computer-vision-software.com/blog/2009/11/faq-opencv-haartraining/,但我无法决定如何处理createsamples实用程序的-w和-h参数以及裁剪我的图像的想法。
我有很多背景内容的大图像[1300x600],因此实际上需要由级联分类器检测的对象通常需要大约10%的图像。
是否有必要裁剪图像,然后使用OpenCV的creates样本工具? 或者我是否可以省略裁剪部分,因为无论如何,正样本的描述文件包括x和y坐标以及围绕感兴趣对象的边界框的高度和宽度。我很困惑,因为我在某处读到“太多背景”会毁掉表演。当一个人已经为图像内的物体指定了紧密的边界框时,是否会出现“太多背景”的情况?
我在这里的主要问题是时间,我想避免手动裁剪1000个图像,如果它不会最终伤害分类器的性能。
编辑
我确实是有点裁剪和这里的路我的样品看起来平均分布:
谢谢!尽管我为一些图像做了一些修剪,看看它可能有多高效......我编辑了我的问题以添加这些图像。你可以看一下吗?我只是想知道这些图像是否符合“精确边界框”的两个条件?如果不是,并且如果使用注释工具手动绘制边界框实际上是一个更好的选择,那么我想知道 - 我们不可能将事情正确地对准像素,对吧?所以我猜如果在手动注释中,边界框的大小略有不同,只要它们大致相同就可以了。 – user961627
使用级联分类器,您的目标应该是匹配所有样本的特定特征,以使它们或多或少出现在与边界框相同的相对位置。例如,汽车的轮胎必须位于您所有样品的某个位置。这样,培训计划可以更轻松地找到这些常见功能。 – Bee
同样需要边界框的宽高比是多少?如果我们关闭几个像素,分类器是否非常敏感? – user961627